Page 42 - 《南京医科大学学报（自然科学版）》2026年第3期
P. 42

第46卷第3期
               ·350 ·                            南 京    医 科 大 学 学         报                        2026年3月


              的研究将为发现乳腺癌特异性治疗靶点提供新思                             特定的关键代谢酶，可以作为代谢相关标志物，用
              路，并可能解释同一治疗方案在不同患者中反应差                            于检测TME的代谢活性          ［56］ 。而免疫方面，循环肿瘤
              异的原因。                                             DNA、外泌体以及肿瘤浸润免疫细胞的特征变化，
                  针对代谢⁃免疫轴的新型治疗组合及优化方案，                         则可以作为反映肿瘤免疫状态的指标                  ［57］ 。此外，单
              是未来乳腺癌精准和个体化治疗的重要方向。单                             细胞测序技术和多组学分析平台的应用，能够更高
              一靶点疗法，如仅针对 LDH 或 PD⁃1/PD⁃L1 的抑制                   分辨率地解析TME与免疫细胞的相互作用，为相关
              剂，通常因TME的复杂性和多样性而面临疗效不足                           标志物的发现和临床验证提供了重要技术支持。
              的问题。因此，联合代谢和免疫治疗被认为是突破                            通过这些新型标志物的筛选和组合，能够更早期、
              治疗瓶颈的关键。例如，通过联合 LDH 抑制剂与                          精准地发现乳腺癌复发，并为个性化治疗提供动态
              ICI，不仅可以降低乳酸水平改善局部酸性TME，还能                        指导。
              恢复Teff功能，从而显著增强抗肿瘤免疫反应 。类                         4.3  实现精准医学的关键突破
                                                      ［52］
              似地，FASN 抑制剂与 TAM 重新编程的联合疗法也                            实现乳腺癌精准医学的关键在于从基础研究
              显示出对肿瘤进展的显著抑制作用。此外，这些组                            到临床转化的路径优化。乳腺癌精准医学的发展
              合疗法可以进一步与现有的化疗、靶向治疗或放疗                            依赖于对肿瘤代谢、免疫机制变化、TME 和相关蛋
              相联合，通过多靶点干预实现更显著的治疗增益。                            白分子机制的深刻理解，而基础研究的成果需要通
              然而，优化这些治疗方案需要应对剂量配比、治疗                            过有效的转化路径应用于临床。传统的基础研究
              时间窗口和不良反应管理等多方面的挑战。通过                             与临床实践之间往往存在“转化鸿沟”，导致创新发
              整合多组学数据和AI驱动的分析方法，可以更有效                           现无法快速转化为患者获益。优化转化路径需要
              地识别最佳治疗组合和个性化方案，为乳腺癌患者                            在研究设计初期就引入临床需求导向，例如通过患
              提供更精准、高效的治疗选择。                                    者样本的多组学分析发现关键代谢和免疫靶点，并
              4.2  转化医学与临床应用的前景                                 在转化过程中应用体内外模型进行验证                   ［58］ 。此外，
                  乳腺癌的代谢和免疫特征具有显著的个体差                           近年来兴起的生物信息学和AI技术，为基础研究数
              异，因此“一刀切”的治疗方案往往难以满足患者的                           据的整合和临床相关性的预测提供了强有力的工
              实际需求。个性化治疗策略的开发需要整合患者                             具。例如，通过机器学习模型，可以高效识别具有
              的代谢和免疫信息，精准识别驱动肿瘤生长和免疫                            潜在临床意义的标志物和治疗靶点，并设计更具针
              逃逸的核心机制。例如，通过分析肿瘤组织或液体                            对性的临床试验方案          ［59］ 。与此同时，优化临床试验
              活检样本，可以检测患者的 LDH 活性、FAO 水平或                       的设计和实施是转化医学成功的核心。当前的肿
              免疫检查点分子表达，从而选择最适合的代谢或免                            瘤治疗试验往往忽视患者的个体差异，而精准医学
              疫靶向药物。动态监测 TME 中的代谢和免疫变化                          试验需要在分层和个性化的基础上进行，如根据乳
              可以指导治疗方案的及时调整并对患者反应作出                             腺癌 TME 代谢和免疫特征选择特定的靶向药物组
              快速应对，例如，针对TME高乳酸代谢的患者，可以                          合，并通过动态监测评估疗效。通过基础研究与临
              优先采用乳酸生成抑制剂联合ICI，而对于脂肪酸代                          床试验的深度融合，能够大幅缩短从实验室发现到
              谢增强的患者，则可能需要脂质代谢抑制剂与TAM                           临床应用的时间，从而推动乳腺癌精准医学的快速
              极化重编程的联合治疗           ［53-54］ 。通过对代谢和免疫特           发展。
              征进行分层管理，开发个性化治疗策略有望提高乳                                 AI 技术在乳腺癌精准治疗领域的应用虽然展
              腺癌患者的治疗效果，并显著减少不良反应。                              现出巨大潜力，但其局限性体现在多个关键维度。
                  早期诊断和监测复发的新型生物标志物筛选                           训练数据集的质量问题首当其冲，现有医疗影像数
              是推动乳腺癌精准医学发展的另一重要方向。乳                             据库普遍存在样本选择性偏倚，表现为种族分布不
              腺癌的早期诊断对于提高治愈率至关重要，而复发                            均（欧美等发达国家和地区样本占比较高）、年龄结
              的监测则是延长患者无进展生存期的关键。然而，                            构失衡（中老年患者样本过度集中）以及分子分型
              癌胚抗原和糖类抗原等传统的肿瘤标志物在乳腺                             覆盖不全（TNBC 样本不足15%）。这种系统性偏倚
              癌中的特异性和敏感性有限，迫切需要开发更有效                            导致 AI 模型在真实临床场景中的泛化能力显著下
              的新型标志物       ［55］ 。基于代谢和免疫的研究提供了                  降，针对亚裔人群或罕见亚型的预测准确率可能明
              丰富的候选标志物，例如乳酸、脂质代谢产物以及                            显下降。数据标注的一致性同样不足，不同医疗机
   37   38   39   40   41   42   43   44   45   46   47